微软发布 MAI-Transcribe-2：单模型多语言转录，自带说话人分离与时间戳
mustafasuleyman · x · 2026-09-12
微软 AI 负责人 Mustafa Suleyman 官宣语音转录模型 MAI-Transcribe-2，可将任意音频快速转为高精度文字，一个模型覆盖多语言、多口音和嘈杂环境，内置说话人分离（diarisation）、逐词时间戳。
模型还支持关键词偏置（domain biasing），可按医药、会议、医疗记录等行业术语定制转录，官方称开箱即可用于字幕、通话分析和无障碍等场景，已在 playground 提供试用。
所属事件:微软 MAI-Transcribe-2 上线 5 天处理百万次请求(2 条相关)→
「模型」频道最新
- 临近 IPO 的 AI 大厂,LLM 默认文笔依然难以卒读 — GabGarrett · 2026-10-28
- 反驳「开源中国模型被碾压」：Kimi 3.1 在 Frontier Code 2 上接近 Fable — bookwormengr · 2026-10-28
- 开源模型 Flint 冲上 Hugging Face 趋势榜第 2,作者预告改进方向 — josh_tobin_ · 2026-10-28
- Yacine 怒评:最强语言模型依然烂得离谱,自己也被逼到极限 — yacineMTB · 2026-10-28
- 阿里港科大发布 Omni-InteractScope:全模态流式交互基准 — Qwen · 2026-10-28
- Mistral 发布 Timestral 时间序列基础模型家族,GIFT-Eval 登顶 — mistralai · 2026-10-28